export_graphviz图片

您可以使用 `export_graphviz` 函数从 scikit-learn 库中的决策树模型生成可视化的决策树图像。以下是一个示例代码，演示如何导出决策树图像：

from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pydotplus

# 加载示例数据集
iris = load_iris()
X = iris.data
y = iris.target

# 训练决策树模型
clf = DecisionTreeClassifier()
clf.fit(X, y)

# 导出决策树图像
dot_data = export_graphviz(clf, out_file=None, 
                           feature_names=iris.feature_names,  
                           class_names=iris.target_names,  
                           filled=True, rounded=True,  
                           special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_png('decision_tree.png')

上述代码将生成一个名为 `decision_tree.png` 的 PNG 图像文件，其中包含决策树的可视化图像。您可以根据需要修改代码中的数据集和模型来适应您的任务。请确保已经安装了 `scikit-learn` 和 `pydotplus` 这两个库。